ERNIE 5.5 Flash 對比 ERNIE 5.5 Flash Base：一款可下載，一款只能租用

百度如今已把同一個模型的兩半都推出了，但順序錯了。ERNIE 5.5 Flash Base——那個 2,800 億參數、每個 token 啟用 140 億參數的檢查點——於 2026 年 11 月 5 日登上 Hugging Face，附帶一份二十頁的技術發布文件、三十列基準測試結果，以及一份得要律師才讀得懂的授權條款。六天後，也就是 11 月 10 日，ERNIE 5.5 Flash 以收費端點的形式出現在 Baidu Qianfan 上，每百萬輸入 token 收費 $0.28，每百萬輸出 token 收費 $1.13，卻完全沒有公告、沒有模型卡，也沒有任何評測表。所以，在 ERNIE 5.5 Flash 和 ERNIE 5.5 Flash Base 之間做選擇，並不是在大模型和小模型之間做選擇。而是在你能檢視的產物，以及你真正能呼叫的產物之間做選擇。 你會拿來與任一 ERNIE 對比的基準模型，都是按 供應商牌價計費，且每一列的 OrcaRouter 費用都顯示為 $0.00，因此一次比較測試只需一組金鑰和一張帳單。

相同權重，兩種不同的完成狀態

基礎檢查點就是預訓練結束時的狀態，別無其他。它會補全文字。它不會遵循指令、維持系統提示、呼叫工具或拒絕請求，因為這些行為都是後訓練產生的，而這個檢查點完全沒有經過後訓練。百度直接這麼說：該儲存庫是「預訓練結束時的檢查點，尚未經過任何中期或後訓練」，定位為領域適應、指令微調與強化學習研究的起點。

ERNIE 5.5 Flash 是後訓練塑造出的成果。它能回應提示、提供函式呼叫與結構化輸出，並在開口前先進行推理。這兩者在任何實用意義上都不是彼此的版本——一個是訓練輸入，另一個是產品——而實務上的差異就是整個決策的關鍵。

• 參數 — 總計 280B，每個 token 啟用 14B，稀疏混合專家，兩側皆然。架構相同。

• 下載大小 — FP8 儲存庫中 139 個檔案共 288 GB，另外還有一個獨立的 BF16 儲存庫。這才是應該編列預算的數字，而不是把參數量加倍。

• 上下文 — 訓練時為 128,000 個 token，而釋出的設定則設為 1,048,576，用於微調與推論。實際提供服務的模型標示為 1,024,000 輸入，這只是同一個視窗為了價目表而向下取整，並非不同的能力。

• 輸出上限——基礎檢查點幾乎沒有上限可言；部署後的模型允許 921,600 個輸出 token，因為它在每次請求時都會進行推理，而且無法被要求不要這麼做。

• 模態 — 文字進、文字出，雙方皆然。不處理圖片、不處理音訊、不處理 PDF。任何含有截圖的工作負載，對雙方而言皆不在範圍內，而這點不會因為微調而改變。

• 價格 — 權重依具地域限制的授權可免費使用；API 為每百萬個 token 0.28 美元與 1.13 美元，快取輸入則為 0.028 美元。

• 獨立評分——兩者皆無。Artificial Analysis 收錄了 ERNIE 4.5 與 ERNIE 5.0 的欄目，完全沒有 ERNIE 5.5 的任何欄目。

這份文件的方向完全相反。

就基礎檢查點而言，百度發布了一份相當詳盡的技術說明：架構（43 層、每個 MoE 層有 512 個路由專家，採用 top-10 選擇，外加一個共享專家）、訓練預算（33.5 兆個 token，使用 Muon 優化器）、注意力設計、分詞器、vLLM 與 SGLang 的推論服務設定，以及一張包含該模型落敗項目的基準測試表。ChineseSimpleQA 得分為 73.0，對上 D​eepSeek 的 75.3。使用思維鏈的 BBH 則是三方並列，差距落在雜訊範圍內。這正是一張由人建構、而非由人挑選的表格該有的樣子，而這種揭露方式能讓模型獲得公平審視的機會。

針對聊天模型，百度公布了價格。沒有知識截止日期。沒有評測。也沒有說明後訓練模型與檢查點除了行為之外還有何不同。附在端點上的說明是三句關於架構與速度的話——總參數 2800 億、活躍參數 140 億、一百萬 token 的視窗、每秒超過 200 個 token——完全沒有提到品質。

結果是，這兩件產物正以互不相容的證據受到評判。關於 ERNIE 5.5 Flash Base 的一切可知資訊，都來自百度自家、以百度所選基準為對照的測試框架，而這些資訊全都描述的是一個無法遵循指令的模型。關於 ERNIE 5.5 Flash 的一切可知資訊，則是一張價目表。任何人若引用基礎檢查點的 MMLU-Pro 78.4 作為關於聊天模型的證據，就是在犯下此比較中最常見的單一錯誤：基礎模型評估與指令模型評估衡量的是不同事物，不能相減、繼承或外推。

授權條款是大家會略過的部分。

權重可供下載，這與開源並不相同。日期為 2026 年 11 月 5 日、受香港法律管轄的《ERNIE 5.5 Flash Base Model License Agreement v1.0》依地域及營收限制授權：

• 領土範圍 — 使用、重製、修改與散布均授權於「歐盟、英國與韓國以外」的所有地區。對於在該三者中任一地區註冊成立的公司而言，這不是商業條款問題，而是直接不行。

• {{1}}營收{{/1}} — 年度相關營收在 5,000 萬美元以下可免費使用；即使低於此門檻，仍須向 Baidu 發出一次通知。超過此門檻後，必須暫停使用，直到取得書面授權為止。相關營收會跨產品與結盟公司合併計算，因此上限會比單一產品損益表所顯示的更早觸及。

• 署名 — 每個商業產品都必須顯著展示「Powered by ERNIE」。

• 輸出 — 不得用於改進任何其他模型。允許訓練衍生模型；但不允許將此模型蒸餾到其他模型。

那些都不適用於透過 Baidu API 進行的呼叫。託管路線受商業 API 條款約束，而非權重授權條款，因此被排除在下載之外的歐洲團隊仍可按 token 租用模型——而這悄然成為端點優於儲存庫的更有力論據之一。

你真正想要哪一個？

這個決定取決於三個問題，而其中沒有一個是「哪個更聰明」。

你能跑 288 GB 嗎？ 如果不行，無論其條款為何，基礎檢查點都不是選項，比較就只剩「使用 API 或改用其他模型」。一個 280B 的混合專家模型、14B 活躍參數，每 token 的服務成本低，但每台機器的託管成本高，而這兩者之間的落差，正是大多數自架計畫失敗的地方。

你的任務是否固定且量大？這是唯一一種情況：權重模型在經濟效益上勝出。單一狹窄任務——分類、擷取、特定領域的轉換——微調到基礎檢查點上，可攤提訓練成本，之後每次呼叫幾乎零成本。若為了一個你本可自行擁有的任務，永遠每百萬輸出 token 支付 1.13 美元，這是一種緩慢失血，而基礎檢查點在授權條款上的定價，正是針對這類買家。

你需要它在這週就能運作嗎？那麼答案就是這個端點，因為對 280B 參數做微調是一筆預算項目和一整個日曆季度，而不是一個下午。這個 API 今天就給你一個具備工具呼叫、推理、百萬 token 輸入能力的模型，雖然沒有公開文件，價格大約是 Flash 級競品的兩倍，但對它而言未必明顯不合理。

任何人都不該在評估中把這兩者視為可互換。Base checkpoint 的分數不是 API 品質的預覽，而 API 的價格也不是 API 品質的證據。唯一能真正定論的測量，是你自己的測量——用固定的一組提示詞跑過端點，以輸出 token 計數，並拿來和你原本打算改用的方案比較。

用同一把金鑰處理這兩個問題

這項工作的比較部分不需要 Baidu 帳號。OrcaRouter 會將超過 200 個模型置於單一 OpenAI 相容金鑰之後，依供應商定價提供且不加價：MiniMax M3.1 Flash 為 $0.15 與 $0.60，GLM-5.3-Flash、DeepSeek V4.1 Flash、Qwen 3.8 Flash 和 Gemini 3.8 Flash 都在其中，而自動容錯移轉可讓基準測試在供應商於掃描途中不穩時持續運行。ERNIE 5.5 Flash 不在其中——目錄中沒有 ERNIE 項目，也沒有可供我們路由的 Baidu 端點——因此必須在 Baidu 自家 API 上呼叫該端點，並手動搬移其數據。

這種不對稱值得直說，而不是繞過：你能下載的模型免費，但沒有經過訓練就無法使用；你能呼叫的模型沒有文件，且只能透過單一供應商存取；而你想拿來做基準比較的模型，都掛在同一個路由金鑰上。這三項事實中會有兩項改變。授權條款大概不會。

值得關注的範圍比模型本身更窄。一份附有評估表的 ERNIE 5.5 Flash 模型卡，就能讓這項比較有答案。若有第二家供應商提供預覽版，其正常運行時間與價格就會具有競爭力。而由使用自有測試框架的追蹤機構所提供的獨立評分，能在一個下午內解決花兩週閱讀規格書也無法解決的問題——因為目前最誠實的總結是：百度已用文件說明了模型中沒有人能使用的那一半，卻讓每個人都能使用的那一半只能靠信任。